Stable Diffusion 3 (2024)（エスディースリー）
Stability AI 2024年2月発表・6月公開のSD 第3世代。MM-DiT (Multimodal Diffusion Transformer) アーキ採用、テキスト埋込・プロンプト解釈大幅向上。
概要
Stable Diffusion 3 (SD3) はStability AI が2024年2月22日に発表、6月12日にSD3 Medium (2B parameters) を一般公開、10月17日に SD3 Large (8B) を公開した第3世代Stable Diffusion モデル。MM-DiT (Multimodal Diffusion Transformer) という新アーキテクチャを採用、Stable Diffusion XL (3.5B・2023) の大幅刷新版。
MM-DiT (Multimodal Diffusion Transformer)
SD3 の革新的アーキテクチャ。従来のUNet ベース Latent Diffusion を Transformer ベース (DiT・Diffusion Transformer) に置換、テキスト情報と画像潜在表現をMulti-Modal で並列処理する設計。OpenAI Sora や Flux等と類似する次世代アーキテクチャ。
SD3 ファミリ
| モデル | Parameters | 公開 | 用途 |
|---|---|---|---|
| SD3 Medium | 2B | 2024-06 | 一般 (RTX 4070+ 推奨) |
| SD3 Large | 8B | 2024-10 | 高性能GPU (RTX 4090) |
| SD3.5 Large | 8B | 2024-10 | 改良版 |
| SD3.5 Large Turbo | 8B | 2024-10 | 4ステップ高速版 |
| SD3.5 Medium | 2.5B | 2024-10 | 中位GPU |
3 Text Encoder
| Encoder | 役割 |
|---|---|
| T5-XXL | 詳細プロンプト解釈 (4.7B params) |
| CLIP-L | 標準 |
| CLIP-G | 大規模 |
3 つのText Encoder を並列使用、プロンプト解釈能力が SDXL の2 Encoder からさらに向上。
SD3 vs SDXL 比較
| 項目 | SDXL (2023) | SD3 (2024) |
|---|---|---|
| Parameters | 3.5B UNet | 2-8B MM-DiT |
| アーキ | UNet | Transformer (DiT) |
| Text Encoder | 2個 | 3個 (T5-XXL含) |
| 出力解像度 | 1024×1024 | 1024×1024 |
| プロンプト解釈 | 良 | 業界最高水準 |
| テキスト埋込 | 苦手 | 大幅改善 |
| 推論VRAM | 10-12 GB | 12-24 GB |
ライセンス変更で物議
SD3 公開当初 (2024-06)、ライセンスが「Community License」(非商用無料・$1M超売上で要商用ライセンス) に変更され、SD 1.5 / SDXL (MIT類似) ユーザから強い反発。AI画像生成コミュニティが Flux (Black Forest Labs・SD3 開発元創業者が独立) へ大量移行する事態に。
2024年8月Stability AIは Community License を改訂・年商$100万まで無料化したが、コミュニティの離反は継続。
後継SD3.5 (2024-10)
- SD3.5 Large 8B (商用無料・年商$100万まで)
- SD3.5 Large Turbo 8B (4ステップ高速)
- SD3.5 Medium 2.5B
- Stability AI Membership 制度導入
関連用語との違い
- vs SDXL: UNet / Transformer・3 Text Encoder
- vs Flux: 同期発表 (Flux は元SD3 開発チーム独立)
- vs DALL-E 3: オープン / クローズド
FAQ
Q1: SD3 と Flux どちらが優位? A: 2024年現在、Flux 1.1 Pro / Flux 1 Dev が写実度・プロンプト解釈で SD3 を上回ると評価。SD3.5 で巻き返し中。
Q2: 商用は? A: SD3.5 (2024-10) から年商$100万まで無料・以上はStability AI Membership ($20-$199/月) 必要。
Q3: SD 1.5 / SDXL ユーザは移行すべき? A: 必須ではない。コミュニティのエコシステム (LoRA / ControlNet 等) はSDXL がまだ豊富、SD3 / Flux の発展待ちでも可。